深圳2018年5月28日电 /美通社/ -- 随着大数据时代的来临、互联网金融业的崛起，各行各行都面临新的挑战。企业要想在激烈的竞争中生存并发展，不仅需要出众的战略和不断的创新，更要关注企业信用风险管理。深圳市信联征信有限公司（以下简称“信联征信”）正逢其时，应运而生，凭借在征信领域的创新与布局，坚持以技术驱动，积极与合作伙伴交流共享，共同促进征信行业的规模化发展。
近日，信联征信总经理乔胜就征信产业的市场空间、商业价值、面临的挑战，以及信联征信的发展理念进行了解读。
市场空间和商业价值亟待开发
“征信是依法收集、整理、保存、加工自然人、法人及其他组织的信用信息，并对外提供信用报告、信用评估、信用信息咨询等服务，帮助客户判断、控制信用风险，进行信用管理的活动。以上是征信这个概念的正式解释，从商业运营的角度，我们更愿意采纳信用管理、信用服务这样的表述。
这里的关键词是信用（credit），稍微分析一下：信用是组织和个人（信用主体）在自身的行为活动中形成的一系列特征属性，本质上是信用主体的信息真实一致性、行为确定可控性的量度。有些信用特征反映了道德操守的属性，有些则反映商业诚信的属性。信用是组织、个人之间进行交易、交流、交互的信任基础。
传统上，借助对信用的审查而建立信任关系，过程比较复杂，无法标准和量化，造成商业交易的成本过高，效率过低。在大数据时代，信用主体的信用信息可以通过数据分析的方法进行适当量化，形成信用指标（信用评分，标签）等，用自动、智能的方式解决了对信用主体真实性、确定性的审查，极大简化了审核流程，降低了交易的信任成本，提高了交易效率。从这个角度上讲，征信产业具有广泛的适用价值，只要有需要建立、维护信任关系的地方，就需要征信服务，包括对信用主体的信息真实性进行审查，以及对未来行为的确定性进行预判。
但是，组织或个人的活动往往是跨区域、跨时段、多维度的，这就要求信用的评价指标也是跨时空、多域多维的。一方面，要尽量用多维、多源的数据建模，获得尽可能反映真实情况的信用评价模型，并保证模型的公允性；另一方面，结合不同的需求场景，所建立的信用模型应有适用性和差异性。例如，我们不能把道德属性的信用特征与商业属性的信用特征等同混淆，道德意义上的失信行为不一定产生商业风险，而针对金融行业定制的信用模型可以协助交易定价，影响信贷业务的浮动贷款利率，但不适于道德约束。
中国的征信产业正处于发展的初级阶段，市场对征信服务的价值认知不足，商业模式还不成熟，相当多的信用主体（组织或个人）还无法建立起可量化的信用指标，发达国家的征信业发展经验和运作模式可以借鉴，但不能照搬。现阶段，作为征信企业，还需立足一些基础的征信服务，例如，信用信息的真实性验证审查、反欺诈平台和工具、基础数据的共享互惠等。”
宏观环境和集团背景促成信联征信的成立
“宏观背景是在国务院的主导下，各级政府部门近年来大力推进诚信社会建设，尤其是为适应金融、商业流通等领域的发展而需要搭建专业、高效和公允的信用服务体系，其中人民银行历经十余年建立的金融信用数据库开始发挥重要作用，人民银行也从政策监管层面积极推进企业和个人征信产业的有序发展。在企业层面，新国都集团长期服务于金融支付行业，积累了非常深厚的行业经验和强大的技术实力，作为金融科技（Fintech）产业的重要参与者与推动者，我们认识到围绕企业和个人信用的管理与服务是未来Fintech产业不可或缺的重要构成，在这样的战略思考下，我们成立了信联征信。”
核心竞争力来源于对金融业务场景的把握能力和技术创新能力
“客观讲，信联属于征信行业的后来者，在我们前面，已经有一些具备较强经验实力的征信公司或数据公司占有一定市场份额，并形成具有一定商业价值的数据积累。但是我们也观察到，征信行业还没有真正形成规模，市场对信用的价值认知和可落地的商业模式尚不成熟，这是一个尚处于萌芽状态的新兴产业，没有固定成规和垄断性的市场格局，先行者并无必然优势。在新兴市场里面，比拼的是对市场的洞察力和创新能力，信联可依赖的核心竞争力，就是我们对金融业务场景（尤其是以消费、支付、信用卡为基础）的把握能力和技术创新能力。
例如，基于数据分析的信用模型，既有先验的原型设计，也需要各种场景数据来校验，这个过程是动态循环、不断修正的，没有静止不动的模型和评分。因此，适应千差万别的应用场景，并归纳提炼共性的产品及应用方案，是核心、重要的创新活动。虽然我们正处于云计算时代，但不能飘在云上，下凡接地气才能体现价值。”
新兴产业存在着诸多困难和挑战
“事实上，我们走过的每一步，都充满困难和挑战。前面说过，这是一个新兴的产业，‘新’就意味着方向的未知和不确定，我们的客户、合作伙伴、竞争对手乃至监管部门，大家都在试错，都在找方向，成功和失败都是宝贵的经验。征信行业的基础是数据，随着金融业的互联网化，金融客户对征信产品和服务的需求在逐渐增多，但开发产品服务的较大困难还是如何整合数据，这里面包括数据可获得性、数据质量、数据成本、合法性、稳定性等方面的挑战。
同时，我们在产品设计过程中也要充分考虑有关部门对企业、个人隐私保护的监管要求，坚持合法使用、主体授权、隐私脱敏等基本原则。”
“信用联合”反映了征信产业共同的认知逻辑
“当初信联征信的成立命名，是取‘信用联合’之意，这也反映了我们对征信产业的认知逻辑，即数据的效用是叠加的，单域单维的数据价值有限，一个封闭孤立的数据源，就像农业时代的‘地主庄园’，形不成产业链，只能在自产自销的低层次循环。只有把不同维度、不同领域的数据关联起来，才能产生连锁性的‘核爆’效应。数据的供应方和数据的使用方在交互式地生产数据，每一次对数据的访问查询，都是对该数据的动态扩充，也是对该数据的一次场景化、实例化。
因此，征信产业的基础，一定是信用数据在不同层级、不同领域的共享联动。当然，这里面涉及到各种安全技术的运用，以确保信用数据的有效授权、隐私信息的保护隔离。信联征信具有深厚的安全技术经验，相信在征信数据安全管理方面会大有作为。
我们很高兴看到业界对‘信用联合’这个理念的认同，也期待各方能够合作共赢，做大做强征信产业，使之能真正发挥出应有的社会价值与商业价值。”
大数据技术和场景化应用方案推进征信产业规模化发展
“信联征信发展的市场基础是支付行业以及相关的银行卡产业，其中商业银行、支付机构、非银金融机构是我们服务的重要客户。
随着互联网Fintech趋势的不断深入，一方面，传统金融机构对KYC（Know Your Customer）的需求越来越强烈，表现在业务申请准入、信息真实性核验、信息合规性补全、客户价值标签、欺诈与风险管理等业务层面；另一方面，创新的金融机构在互联网技术和征信大数据的支持下，通过建立在线的信用模型和风控模型，优化业务流程，降低交易和运营成本，挖掘客户价值，推动业务创新。这两个方向，是信联近期产品和服务的重要目标。
更长远来看，信联希望服务更多的金融机构，包括保险、证券等领域，通过与业界伙伴的分享合作，把大数据技术和场景化的应用方案结合起来，推进征信产业的规模化发展。”
